沈曉芳，趙選科，李愛君

（第二炮兵工程大學(xué)物理教研室，陜西西安　710025）

?

運(yùn)動(dòng)目標(biāo)相關(guān)跟蹤算法的研究

沈曉芳，趙選科，李愛君

（第二炮兵工程大學(xué)物理教研室，陜西西安710025）

摘要：針對(duì)在紅外目標(biāo)跟蹤過(guò)程中出現(xiàn)的目標(biāo)被遮擋和被類似目標(biāo)干擾而不能準(zhǔn)確跟蹤的情況，對(duì)運(yùn)算量較小、不易受個(gè)別噪聲影響的MCD算法進(jìn)行了改進(jìn)。在跟蹤目標(biāo)過(guò)程中采用合適的目標(biāo)更新策略和預(yù)測(cè)性能較好的綜合預(yù)測(cè)。仿真結(jié)果表明，該改進(jìn)算法既減少了運(yùn)算量，又有較好的穩(wěn)定性和抗干擾性。

關(guān)鍵詞：綜合預(yù)測(cè)；目標(biāo)跟蹤；MCD；抗干擾性

0　引言

相關(guān)跟蹤算法[1]是將包含目標(biāo)的模板圖像在待匹配圖像上以不同的偏移值位移，根據(jù)相關(guān)函數(shù)逐像素計(jì)算模板圖像和待匹配圖像間的相似程度，相關(guān)函數(shù)取得最大值的位置就是目標(biāo)位置。由于此跟蹤方法不需要對(duì)圖像進(jìn)行分割，也不需要提取目標(biāo)的特征，只需在原始圖像數(shù)據(jù)上進(jìn)行運(yùn)算即可，保留了圖像的全部信息，所以在許多復(fù)雜環(huán)境場(chǎng)景中是一種切實(shí)可行的目標(biāo)跟蹤方法。因此，相關(guān)跟蹤算法在跟蹤系統(tǒng)中得到了廣泛的應(yīng)用。常見的相關(guān)跟蹤算法有平均絕對(duì)差分法（MAD）、序貫相似性檢測(cè)算法[1]（SSDA）、最大近鄰距離[2?3]（Maximum Close Distance，MCD）相關(guān)匹配算法等。MCD算法因運(yùn)算量較小，不受個(gè)別噪聲點(diǎn)的影響成為應(yīng)用廣泛的方法。

在對(duì)目標(biāo)的跟蹤過(guò)程中，如果對(duì)每一幀圖像的每個(gè)位置都要計(jì)算模板圖像和它的匹配值來(lái)確定目標(biāo)的位置，計(jì)算量太大，不能滿足跟蹤系統(tǒng)對(duì)實(shí)時(shí)性的要求。一種簡(jiǎn)化匹配過(guò)程的常用方法是根據(jù)目標(biāo)前面的運(yùn)動(dòng)信息去預(yù)測(cè)當(dāng)前位置，這樣可縮小搜索范圍，減少目標(biāo)跟蹤中的計(jì)算量，提高跟蹤的穩(wěn)定性和抗干擾性。

1　MCD算法

MCD相關(guān)算法是結(jié)合平均Hausdorff距離算法和最小絕對(duì)差分法兩種算法的思想定義的一種圖像間的相似性度量函數(shù)。

設(shè)模板圖像A的大小為M×N，那么它和任一同樣大小的圖像B的近鄰距離為：

其中：

該算法原理為：首先比較待匹配的兩幅圖像對(duì)應(yīng)點(diǎn)的灰度絕對(duì)差，如果這個(gè)絕對(duì)差小于某個(gè)確定的閾值（這個(gè)閾值由實(shí)驗(yàn)觀察得到，經(jīng)驗(yàn)表明，該值取10～20之間比較合適），就可以認(rèn)為這兩點(diǎn)近似；然后統(tǒng)計(jì)整幅圖像區(qū)域中對(duì)應(yīng)點(diǎn)像素絕對(duì)差小于這個(gè)閾值的數(shù)目，就可以確定這兩幅圖像的相似程度，把這個(gè)數(shù)目定義為MCD距離。MCD距離越大說(shuō)明兩幅圖像越相似。

將該算法應(yīng)用到圖像匹配上時(shí)，讓模板圖像在包含目標(biāo)的每幀圖像內(nèi)移動(dòng)，計(jì)算每個(gè)位置的MCD距離，統(tǒng)計(jì)得到整幅圖像的一個(gè)相關(guān)曲面，這個(gè)曲面的峰值就是最佳匹配位置。

可見，MCD相關(guān)算法用于圖像匹配時(shí)，目標(biāo)圖像中只有那些與模板圖像相近的像素點(diǎn)才被用于匹配度量，而那些與模板圖像像素相差很大的點(diǎn)被拋棄。因此，該算法避免了傳統(tǒng)相關(guān)匹配算法中由于噪聲點(diǎn)引起的相關(guān)曲面不突出的缺點(diǎn)。

在對(duì)目標(biāo)跟蹤過(guò)程中，目標(biāo)模板維系了整個(gè)跟蹤的動(dòng)態(tài)過(guò)程。在跟蹤過(guò)程中由于目標(biāo)的運(yùn)動(dòng)，視場(chǎng)內(nèi)目標(biāo)的大小、形狀會(huì)發(fā)生變化，因此，在跟蹤過(guò)程中模板圖像要做到自動(dòng)地調(diào)節(jié)變化。同時(shí)由于目標(biāo)的運(yùn)動(dòng)，背景也會(huì)不斷變化，實(shí)際圖像會(huì)伴隨出現(xiàn)變形、旋轉(zhuǎn)、噪聲、遮擋等變化。因此在對(duì)目標(biāo)跟蹤過(guò)程中需要對(duì)目標(biāo)模板進(jìn)行合理更新，以提高跟蹤的穩(wěn)定性。選擇合適的模板更新策略，可以在一定程度上克服這些變化對(duì)跟蹤效果的影響。

2　運(yùn)動(dòng)預(yù)測(cè)原理

運(yùn)動(dòng)預(yù)測(cè)是利用目標(biāo)在運(yùn)動(dòng)過(guò)程中具有軌跡連續(xù)性的特點(diǎn)，首先根據(jù)目標(biāo)過(guò)去的跟蹤點(diǎn)位置信息預(yù)測(cè)當(dāng)前位置，然后在預(yù)測(cè)跟蹤點(diǎn)周圍一定范圍內(nèi)進(jìn)行細(xì)致的匹配搜索。可見，運(yùn)動(dòng)預(yù)測(cè)縮小了匹配范圍，減少了計(jì)算量，在一定程度上還能減少噪聲對(duì)跟蹤的影響，保證了匹配的穩(wěn)定性和抗干擾性。

常用的預(yù)測(cè)方法有：線性預(yù)測(cè)、平方預(yù)測(cè)、綜合預(yù)測(cè)、卡爾曼（Kalman）濾波[4]、粒子濾波等。綜合預(yù)測(cè)是線性預(yù)測(cè)與平方預(yù)測(cè)的加權(quán)組合，同時(shí)具有二者的優(yōu)點(diǎn)，綜合預(yù)測(cè)器的表達(dá)式為：

權(quán)函數(shù)w(k)的構(gòu)造方法可根據(jù)實(shí)時(shí)測(cè)得的線性預(yù)測(cè)器和平方預(yù)測(cè)器的誤差來(lái)構(gòu)造。綜合預(yù)測(cè)器的預(yù)測(cè)值為：

三點(diǎn)線性預(yù)測(cè)器能夠較好地預(yù)測(cè)目標(biāo)的快速機(jī)動(dòng)情況，五點(diǎn)二次平方預(yù)測(cè)器具有一定的平滑作用[5]，將二者加權(quán)組合得到綜合預(yù)測(cè)器的表達(dá)式。用綜合預(yù)測(cè)器取得目標(biāo)的預(yù)測(cè)位置后，再根據(jù)匹配信息在預(yù)測(cè)點(diǎn)的周圍一定范圍內(nèi)進(jìn)行匹配，以此確定當(dāng)前幀的實(shí)測(cè)位置，這比在待搜索圖像中遍歷搜索然后再確定目標(biāo)匹配點(diǎn)位置大大減少了計(jì)算量和匹配時(shí)間。

3　綜合預(yù)測(cè)在MCD算法中的應(yīng)用

MCD算法的優(yōu)點(diǎn)在于計(jì)算量小，并且不受個(gè)別噪聲點(diǎn)的影響；自適應(yīng)模板的修正策略可以在一定程度上克服實(shí)際圖像的變形、噪聲、遮擋等變化。研究過(guò)程中發(fā)現(xiàn)，正常情況下此方法可以實(shí)現(xiàn)穩(wěn)定的跟蹤，但當(dāng)目標(biāo)的狀態(tài)變化較大時(shí)，跟蹤效果不理想。所以想到在更新之前采用運(yùn)動(dòng)預(yù)測(cè)目標(biāo)可能出現(xiàn)的位置對(duì)模板更新進(jìn)行約束。通過(guò)對(duì)幾種預(yù)測(cè)器的詳細(xì)分析可知：綜合預(yù)測(cè)器的運(yùn)算量不大，用于跟蹤不會(huì)影響跟蹤系統(tǒng)對(duì)實(shí)時(shí)性的要求，用它預(yù)測(cè)目標(biāo)的位置，預(yù)測(cè)值較接近于真實(shí)值。本文對(duì)MCD算法做了改進(jìn)，提出了加入更新和預(yù)測(cè)的相關(guān)跟蹤算法——基于MCD距離的自適應(yīng)模板修正策略和基于綜合預(yù)測(cè)器的相關(guān)跟蹤算法，并且分別讓線性預(yù)測(cè)和平方預(yù)測(cè)與MCD算法結(jié)合，對(duì)同一序列圖像進(jìn)行跟蹤，通過(guò)仿真實(shí)驗(yàn)對(duì)這三種預(yù)測(cè)器的性能進(jìn)行了驗(yàn)證、比較。

4　仿真實(shí)驗(yàn)結(jié)果

仿真實(shí)驗(yàn)對(duì)一組紅外序列圖像進(jìn)行跟蹤。基于線性預(yù)測(cè)、平方預(yù)測(cè)的算法跟蹤如圖1所示，基于綜合預(yù)測(cè)的MCD算法跟蹤如圖2所示。

圖1　基于線性預(yù)測(cè)、平方預(yù)測(cè)的算法跟蹤

圖2　基于綜合預(yù)測(cè)的MCD算法跟蹤

對(duì)比圖1，圖2可以看出：在抗干擾能力方面，線性預(yù)測(cè)跟蹤遇到類似目標(biāo)時(shí)跟蹤受干擾，模板發(fā)生了漂移，如第55幀圖；綜合預(yù)測(cè)跟蹤不受類似目標(biāo)的干擾，抗干擾能力明顯強(qiáng)于線性預(yù)測(cè)跟蹤。在抗遮擋能力方面，線性預(yù)測(cè)跟蹤在目標(biāo)被部分遮擋時(shí)，模板就一直漂移，直到目標(biāo)完全出現(xiàn)才能穩(wěn)定跟蹤；平方預(yù)測(cè)跟蹤在目標(biāo)被遮擋一小部分時(shí)跟蹤穩(wěn)定，在第59幀目標(biāo)被進(jìn)一步遮擋時(shí)，模板發(fā)生了漂移，直至目標(biāo)大部分出現(xiàn)時(shí)

才正確跟蹤；綜合預(yù)測(cè)跟蹤由圖2（b）和圖2（c）可看出目標(biāo)部分被遮擋或全部被短暫遮擋時(shí)跟蹤仍能穩(wěn)定進(jìn)行。由此可見，線性預(yù)測(cè)跟蹤的抗遮擋能力最差，平方預(yù)測(cè)跟蹤稍好一點(diǎn)，綜合預(yù)測(cè)跟蹤的抗遮擋能力最強(qiáng)。

5　結(jié)語(yǔ)

MCD跟蹤算法運(yùn)算量較小并且不受個(gè)別噪聲點(diǎn)的影響，因此成為運(yùn)動(dòng)目標(biāo)跟蹤中的常用方法。如果在匹配過(guò)程中根據(jù)目標(biāo)前面的運(yùn)動(dòng)信息去預(yù)測(cè)當(dāng)前位置，這樣可縮小搜索范圍，減少目標(biāo)跟蹤中的計(jì)算量，提高跟蹤的穩(wěn)定性和抗干擾性。本文采用綜合預(yù)測(cè)器與MCD相結(jié)合的方法對(duì)紅外序列圖像進(jìn)行仿真跟蹤。仿真結(jié)果表明：在目標(biāo)運(yùn)動(dòng)軌跡變化不是太大的情況下，即使目標(biāo)部分被遮擋或全部被短暫遮擋，該算法仍能準(zhǔn)確預(yù)測(cè)出目標(biāo)下一時(shí)刻的位置，表明該算法的穩(wěn)定性。類似目標(biāo)的干擾對(duì)跟蹤沒(méi)產(chǎn)生影響，表明該算法還具有一定的抗干擾性。

參考文獻(xiàn)

[1]張萬(wàn)清.飛航導(dǎo)彈電視導(dǎo)引頭[M].北京：宇航出版社，1994.

[2] ZHANG Guilin，REN Xianyi，ZHANG Tianxu. Correlation tracking using a novel distance measurement as feedback [J]. Infrared and Laser Engineering，2003，32（6）：47?53.

[3]羅詩(shī)途，張玘，羅飛路，等.基于自適應(yīng)模板修正的相關(guān)跟蹤方法[J].儀器儀表學(xué)報(bào)，2004，25（4）：633?635.

[4]張賢達(dá).現(xiàn)代信號(hào)處理[M].2版.北京：清華大學(xué)出版社，2002.

[5]安建虎.相關(guān)跟蹤與特征匹配技術(shù)研究[D].沈陽(yáng)：中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化研究所，2002.

[6]紀(jì)博，孫武，姚元福.基于CKF的高動(dòng)態(tài)載波跟蹤算法研究[J].現(xiàn)代電子技術(shù)，2015，38（3）：51?53.

Research on correlation tracking algorithm of moving target

SHEN Xiaofang，ZHAO Xuanke，LI Aijun
（Teaching and Research Section of Physics，The Second Artillery Engineering University，Xi’an 710025，China）

Abstract：Aiming at the case that the target can not be tracked accurately，which occurs in the process of infrared target when the target is shielded or disturbed by similar object，the MCD algorithm which has small calculating amount and is not sus?ceptible to individual noise is improved. In the process of target tracking，the suitable target update strategy and comprehensive prediction with preferable prediction performance are adopted. The simulation results show that the improved algorithm can re?duce the calculating amount，and has great stability and anti?jamming performance.

Keywords：comprehensive prediction；target tracking；MCD；anti?jamming performance

作者簡(jiǎn)介：沈曉芳（1977—），女，山東萊蕪人，碩士，講師。研究方向?yàn)槟繕?biāo)跟蹤、圖像處理。

收稿日期：2015?08?25

doi：10.16652/j.issn.1004?373x.2016.01.015

中圖分類號(hào)：TN911.7?34

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1004?373X（2016）01?0057?02